python之独热编码的实现

numpy实现 tensorflow实现

???????? 独热编码 即 One-Hot 编码，又称一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候，其中只有一位有效。

????????上图表示的是独热编码（“one hot” encoding）的转换过程，在转换后的表示中，每列的一个元素是“hot”（意思是设置为1）。

????????独热编码的实现可以在numpy中编写代码进行转换，也可以在tensorflow中实现。

numpy实现

def?convert_to_one_hot(Y,?C):
????Y?=?np.eye(C)[Y.reshape(-1)].T????return?Y

???????? np.eye( C) 是构造一个对角线为1的对角矩阵， Y.reshape(-1) 把Y压缩成向量，numpy中向量shape是(n,)，矩阵shape是(1, n)]， np.eye( C)[Y.reshape(-1)] 就是取对角矩阵的相应行将其转成one-hot的形式，最后 .T 做转置。

examples:

import?numpy?as?npdef?convert_to_one_hot(Y,?C):

????Y?=?np.eye(C)[Y.reshape(-1)].T????return?Y

y?=?np.array([[3,2,1,3,0]])print(y.shape)print(y.reshape(-1).shape)C?=?4print(convert_to_one_hot(y,?C))

结果：

(1,?5)(5,)[[0.?0.?0.?0.?1.]
?[0.?0.?1.?0.?0.]
?[0.?1.?0.?0.?0.]
?[1.?0.?0.?1.?0.]]

tensorflow实现

one_hot_matrix?=?tf.one_hot(indices,?depth,?on_value=None,?off_value=None,?axis=None,?dtype=None,?name=None)

???????? indices： 代表了on_value所在的索引，其他位置值为off_value。类型为tensor，其尺寸与depth共同决定输出tensor的尺寸。 ???????? depth： 编码深度。 ???????? on_value & off_value 为编码开闭值，缺省分别为1和0，indices指定的索引处为on_value值。 ???????? axis： 编码的轴，分情况可取-1、0或-1、0、1，默认为-1 ???????? dtype： 默认为 on_value 或 off_value的类型，若未提供on_value或off_value，则默认为tf.float32类型。 ????????返回一个 one-hot tensor。

????????如果indices是一个长度为features的向量，当axis == 0时输出尺寸为depth * features；当axis==-1时输出尺寸为features * depth；当axis = 1时，同axis = -1。 ????????如果indices是一个尺寸为[batch，features]的矩阵，当axis == 0时输出尺寸为depth * batch * features；当axis==-1时输出尺寸为batch * features * depth；当axis==1时输出尺寸为batch * depth * features。

1、indices是一个长度为features的向量

examples1: indices是一个长度为5的向量，depth为4，axis = 0时输出尺寸为4*5（depth * features）。

import?tensorflow?as?tf

indices?=?[5,2,1,3,0]depth?=?4one_hot_matrix?=?tf.one_hot(indices,depth,axis=0)sess?=?tf测试数据pat.v1.Session()one_hot?=?sess.run(one_hot_matrix)sess.close()print(one_hot)

结果：

[[0.?0.?0.?0.?1.]
?[0.?0.?1.?0.?0.]
?[0.?1.?0.?0.?0.]
?[0.?0.?0.?1.?0.]]

examples2: indices是一个长度为5的向量，depth为4，axis = -1时输出尺寸为5*4（features * depth）。

import?tensorflow?as?tf

indices?=?[5,2,1,3,0]depth?=?4one_hot_matrix?=?tf.one_hot(indices,depth,axis=-1)sess?=?tf测试数据pat.v1.Session()one_hot?=?sess.run(one_hot_matrix)sess.close()print(one_hot)

结果：

[[0.?0.?0.?0.]
?[0.?0.?1.?0.]
?[0.?1.?0.?0.]
?[0.?0.?0.?1.]
?[1.?0.?0.?0.]]

examples3: indices是一个长度为5的向量，depth为4，axis = 1时输出尺寸为5*4（features * depth），同 examples2 的结果。

2、indices是一个尺寸为[batch, features]的矩阵

examples1: indices是一个尺寸为[2, 3]的矩阵，depth为4，axis = 0时输出尺寸为4* 2* 3（ depth* batch* features）。

import?tensorflow?as?tf

indices?=?[[5,2,1],[2,3,0]]depth?=?4one_hot_matrix?=?tf.one_hot(indices,depth,axis=0)sess?=?tf测试数据pat.v1.Session()one_hot?=?sess.run(one_hot_matrix)sess.close()print(one_hot)

结果：

[[[0.?0.?0.]
??[0.?0.?1.]]

?[[0.?0.?1.]
??[0.?0.?0.]]

?[[0.?1.?0.]
??[1.?0.?0.]]

?[[0.?0.?0.]
??[0.?1.?0.]]]

examples2: indices是一个尺寸为[2, 3]的矩阵，depth为4，axis = -1时输出尺寸为2* 3* 4（batch* features*depth）。

import?tensorflow?as?tf

indices?=?[[5,2,1],[2,3,0]]depth?=?4one_hot_matrix?=?tf.one_hot(indices,depth,axis=-1)sess?=?tf测试数据pat.v1.Session()one_hot?=?sess.run(one_hot_matrix)sess.close()print(one_hot)

结果：

[[[0.?0.?0.?0.]
??[0.?0.?1.?0.]
??[0.?1.?0.?0.]]

?[[0.?0.?1.?0.]
??[0.?0.?0.?1.]
??[1.?0.?0.?0.]]]

examples3: indices是一个尺寸为[2, 3]的矩阵，depth为4，axis = 1时输出尺寸为2* 4* 3（batch* depth* features）。

import?tensorflow?as?tf

indices?=?[[5,2,1],[2,3,0]]depth?=?4one_hot_matrix?=?tf.one_hot(indices,depth,axis=1)sess?=?tf测试数据pat.v1.Session()one_hot?=?sess.run(one_hot_matrix)sess.close()print(one_hot)

结果：

[[[0.?0.?0.]
??[0.?0.?1.]
??[0.?1.?0.]
??[0.?0.?0.]]

?[[0.?0.?1.]
??[0.?0.?0.]
??[1.?0.?0.]
??[0.?1.?0.]]]

? ? ? ? ? ? ? ?

查看更多关于python之独热编码的实现的详细内容...